{"id":101657,"date":"2021-07-22T11:43:21","date_gmt":"2021-07-22T18:43:21","guid":{"rendered":"https:\/\/www.feeling.com.mx\/site\/?p=101657"},"modified":"2021-07-22T11:44:37","modified_gmt":"2021-07-22T18:44:37","slug":"cientificos-estan-trabajando-para-dar-a-la-inteligencia-artificial-la-capacidad-de-imaginar","status":"publish","type":"post","link":"https:\/\/www.feeling.com.mx\/site\/101657\/cientificos-estan-trabajando-para-dar-a-la-inteligencia-artificial-la-capacidad-de-imaginar.html","title":{"rendered":"Cient\u00edficos est\u00e1n trabajando para dar a la Inteligencia Artificial la capacidad de imaginar"},"content":{"rendered":"

\"\"
<\/br>La Inteligencia Artificial (IA) puede definirse como el medio por el cual las computadoras, los robots y otros dispositivos realizan tareas que normalmente requieren de la inteligencia humana. Por ejemplo, la resoluci\u00f3n de cierto tipo de problemas, la capacidad de discriminar entre distintos objetos o el responder a \u00f3rdenes verbales. La IA agrupa un conjunto de t\u00e9cnicas que, mediante circuitos electr\u00f3nicos y programas avanzados de computadora, busca imitar procedimientos similares a los procesos inductivos y deductivos del cerebro humano. Se basa en la investigaci\u00f3n de las redes neuronales humanas y, a partir de ah\u00ed, busca copiar electr\u00f3nicamente el funcionamiento del cerebro.<\/p>\n

Pero estas redes a\u00fan luchan cuando se trata de algo que los humanos hacen de forma natural: imaginar.<\/p>\n

En otras palabras, como humanos, es f\u00e1cil imaginar un objeto con diferentes atributos. Pero, a pesar de los avances en las redes neuronales profundas que igualan o superan el desempe\u00f1o humano en ciertas tareas, las computadoras a\u00fan luchan con la habilidad humana de la \u201cimaginaci\u00f3n\u201d.<\/p>\n

Para intentar desbloquear la capacidad de imaginaci\u00f3n de la IA, los investigadores han ideado un nuevo m\u00e9todo para permitir que los sistemas de inteligencia artificial averig\u00fcen c\u00f3mo deber\u00eda verse un objeto, incluso si nunca antes hab\u00edan visto uno exactamente igual.<\/p>\n

\u201cNos inspiraron las capacidades de generalizaci\u00f3n visual humana para intentar simular la imaginaci\u00f3n humana en m\u00e1quinas\u201d, dice el cient\u00edfico inform\u00e1tico Yunhao Ge de la Universidad del Sur de California (USC).<\/p>\n

El documento, titulado Zero-Shot Synthesis with Group-Supervised Learning, fue publicado en la Conferencia Internacional de Representaciones del Aprendizaje de 2021 el 7 de mayo.<\/p>\n

\u201cLos seres humanos pueden separar su conocimiento aprendido por atributos \u2014 por ejemplo, forma, pose, posici\u00f3n, color \u2014 y luego recombinarlos para imaginar un nuevo objeto. Nuestro art\u00edculo intenta simular este proceso utilizando redes neuronales\u201d, dijo Ge.<\/p>\n

Por ejemplo, supongamos que desea crear un sistema de inteligencia artificial que genere im\u00e1genes de autom\u00f3viles. Idealmente, proporcionar\u00eda al algoritmo algunas im\u00e1genes de un autom\u00f3vil, y podr\u00eda generar muchos tipos de autom\u00f3viles, desde Porsche hasta Pontiacs y camionetas, en cualquier color, desde m\u00faltiples \u00e1ngulos.<\/p>\n

Este es uno de los objetivos largamente buscados de la IA: crear modelos que puedan extrapolar. Esto significa que, dados algunos ejemplos, el modelo deber\u00eda poder extraer las reglas subyacentes y aplicarlas a una amplia gama de ejemplos novedosos que no ha visto antes. Pero las m\u00e1quinas se entrenan m\u00e1s com\u00fanmente en caracter\u00edsticas de muestra, p\u00edxeles por ejemplo, sin tener en cuenta los atributos del objeto.<\/p>\n

En este nuevo estudio, los investigadores intentan superar esta limitaci\u00f3n utilizando un concepto llamado desenredo. El desenredo se puede utilizar para generar deepfakes, por ejemplo, desenredando los movimientos del rostro humano y la identidad. Al hacer esto, dijo Ge, \u201cla gente puede sintetizar nuevas im\u00e1genes y videos que sustituyen la identidad de la persona original por otra, pero mantienen el movimiento original\u201d.<\/p>\n

De manera similar, el nuevo enfoque toma un grupo de im\u00e1genes de muestra, en lugar de una muestra a la vez, como lo han hecho los algoritmos tradicionales, y extrae la similitud entre ellas para lograr algo llamado \u201caprendizaje de representaci\u00f3n de desenredado controlable\u201d.<\/p>\n

Luego, recombina este conocimiento para lograr una \u201cs\u00edntesis de imagen novedosa controlable\u201d, o lo que podr\u00edamos llamar imaginaci\u00f3n. \u201cPor ejemplo, tome la pel\u00edcula Transformer como ejemplo\u201d, dijo Ge, \u201cPuede tomar la forma de un autom\u00f3vil Megatron, el color y la pose de un autom\u00f3vil Bumblebee amarillo y el fondo de Times Square de Nueva York. El resultado ser\u00e1 un autom\u00f3vil Megatron color abejorro conduciendo en Times Square, incluso si esta muestra no fue presenciada durante la sesi\u00f3n de capacitaci\u00f3n\u201d.<\/p>\n

Esto es similar a c\u00f3mo extrapolamos los humanos: cuando un humano ve un color de un objeto, podemos aplicarlo f\u00e1cilmente a cualquier otro objeto sustituyendo el color original por el nuevo. Usando su t\u00e9cnica, el grupo gener\u00f3 un nuevo conjunto de datos que contiene 1.56 millones de im\u00e1genes que podr\u00edan ayudar a futuras investigaciones en el campo.<\/p>\n

Si bien el desenredo no es una idea nueva, los investigadores dicen que su marco puede ser compatible con casi cualquier tipo de datos o conocimientos.<\/p>\n

En el campo de la medicina, podr\u00eda ayudar a los m\u00e9dicos y bi\u00f3logos a descubrir f\u00e1rmacos m\u00e1s \u00fatiles desenredando la funci\u00f3n de la medicina de otras propiedades y luego recombin\u00e1ndolas para sintetizar nuevas medicinas. Imbuir m\u00e1quinas con imaginaci\u00f3n tambi\u00e9n podr\u00eda ayudar a crear una IA m\u00e1s segura, por ejemplo, al permitir que los veh\u00edculos aut\u00f3nomos imaginen y eviten escenarios peligrosos nunca antes vistos durante el entrenamiento.<\/p>\n

Fuente: UNAM Global<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

La Inteligencia Artificial (IA) puede definirse como el medio por el cual las computadoras, los robots y otros dispositivos realizan tareas que normalmente requieren de la inteligencia humana. Por ejemplo, la resoluci\u00f3n de cierto tipo de problemas, la capacidad de discriminar entre distintos objetos o el responder a \u00f3rdenes verbales. La IA agrupa un conjunto de t\u00e9cnicas que, mediante circuitos electr\u00f3nicos y programas avanzados de computadora, busca imitar procedimientos similares…<\/p>\n","protected":false},"author":11,"featured_media":101658,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[29,27158,23],"tags":[1017,8614,15166,703,829,739,28976],"views":62,"_links":{"self":[{"href":"https:\/\/www.feeling.com.mx\/site\/wp-json\/wp\/v2\/posts\/101657"}],"collection":[{"href":"https:\/\/www.feeling.com.mx\/site\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.feeling.com.mx\/site\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.feeling.com.mx\/site\/wp-json\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/www.feeling.com.mx\/site\/wp-json\/wp\/v2\/comments?post=101657"}],"version-history":[{"count":0,"href":"https:\/\/www.feeling.com.mx\/site\/wp-json\/wp\/v2\/posts\/101657\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.feeling.com.mx\/site\/wp-json\/wp\/v2\/media\/101658"}],"wp:attachment":[{"href":"https:\/\/www.feeling.com.mx\/site\/wp-json\/wp\/v2\/media?parent=101657"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.feeling.com.mx\/site\/wp-json\/wp\/v2\/categories?post=101657"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.feeling.com.mx\/site\/wp-json\/wp\/v2\/tags?post=101657"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}